导读:本文包含了信号去噪论文开题报告文献综述及选题提纲参考文献，主要关键词:小波变换,测井信号,去噪,阈值函数
信号去噪论文文献综述
李晶,张方舟[1]（2019）在《小波变换在核磁共振测井信号去噪中的应用研究》一文中研究指出在T2谱反演中,核磁共振的信噪比作用很大,因此对测井信号进行预处理,降低对由噪声引起的流体类型的误判,增强核磁测井对复杂储集层的识别能力,对进一步提高核磁共振录井的流体识别能力有着重要意义。论文着眼于小波变换的定义以及信号与噪声的不同特点,基于各种去噪方法优缺点的对比分析,构造出一个新的阈值函数,提出了一维信号去噪的新方法,对比Donoho的阈值函数可知,新阈值函数表达形式简单,连续性好,而且高阶可导,这些优点使其便于进行各种数学处理。对去除平稳信号中的白噪声,新的去噪方法具有令人满意的效果,同时具有有效性和通用性,可以提高信号的信噪比。(本文来源于《计算机与数字工程》期刊2019年11期）
李传文,魏圆圆,张俊卿,陈翔宇[2]（2019）在《基于小波变换的非接触式电导信号去噪研究》一文中研究指出耦合毛细管电泳技术的非接触式电导检测器在检测痕量化学物质时具有较高的灵敏度,然而噪声会导致获得的信号检测结果存在偏差。针对非接触式电导检测信号的数据特点,提出基于小波变换的阈值去噪方法:利用高斯函数模型和高斯白噪声模拟仿真非接触式电导信号曲线,继而逐步选取不同的参数来得到多个去噪结果,并选择若干评价指标对去噪结果进行评价,从而确定最优去噪参数。同时,将小波变换算法与其他常用去噪算法进行对比,验证其优越性。最后将最优参数代入小波阈值去噪算法,对叁种痕量无机离子的非接触式电导信号进行去噪处理。实验结果表明:叁种痕量无机离子的电导信号经过去噪处理后,信噪比显着提高,数据曲线光滑,且保留了数据特征,具有可行性及有效性。(本文来源于《仪表技术》期刊2019年11期）
李丽,李龙民,王红蛟,孙西花[3]（2019）在《基于分数阶小波变换的两相流信号去噪分析》一文中研究指出利用分数阶小波变换方法对气液两相流信号进行去噪分析,滤除信号采集过程中由于多种因素导致的噪声。分数阶小波变换(FRWT)是将分数阶傅里叶变换(FRFT)与小波变换(WT)两种方法相结合,首先利用二维搜索极值法搜索出最优变换阶次p,然后对信号进行p阶的FRFT变换,对变换后的信号进行小波分解、阈值处理和小波重构,最后经过p阶FRFT逆变换得到去噪信号。通过对两相流信号进行仿真,结果表明,FRWT去噪效果优于传统WT去噪,且FRWT更好的保留了信号的细节信息。(本文来源于《科学技术创新》期刊2019年31期）
任广振,郑月忠,刘安文,王昕[4]（2019）在《基于FFT-EEMD的XLPE电力电缆局放信号去噪方法》一文中研究指出针对集合经验模态分解(EEMD)去噪算法在去除周期性窄带噪声时存在严重的模态混迭问题,提出一种快速傅里叶变换(FFT)结合EEMD的信号综合去噪方法。通过分析噪声成分,利用窄带噪声在频域上能量集中的特点,采用FFT对窄带干扰噪声先行去除,同时也解决了EEMD去噪时模态混迭的问题;然后进行EEMD去噪,通过"3σ法则"对第一层IMF分量去噪,其余IMF分量使用自适应阈值处理。最后经过对仿真信号和实测信号去噪,并与小波变换去噪算法和单一EEMD去噪算法对比,证实了该算法的有效性和优越性。(本文来源于《电线电缆》期刊2019年05期）
丁岚,刘广顺,周民,张田田[5]（2019）在《航空绞车组件测试中扭矩信号采集的去噪研究》一文中研究指出电动救生绞车在直升机飞行救援中占有不可取代的位置,正是因为其具有安全性高、重量轻等优点,被广泛应用在医疗救护、抢险救援、反恐维和第一线。文中针对救生绞车驱动组件的测试信息采集展开研究,对敏感信号进行隔离处理,以及对易受干扰部位进行屏蔽接地是核心的硬件处理方式;基于贝叶斯阈值的自适应小波去噪算法,滤除高次谐波干扰,捕获信息更准确,可靠地反映出被测组件的力矩信息是软件的核心。(本文来源于《物联网技术》期刊2019年10期）
杨璐,李醒飞,纪越,拓卫晓,周政[6]（2019）在《基于EMD-DFA-NLM的电涡流传感器信号去噪方法》一文中研究指出针对电涡流位移传感器输出信号中的非稳态噪声,提出一种基于经验模态分解(EMD)-去趋势分析(DFA)-非局部均值(NLM)原理的去噪方法。该方法解决了EMD去噪方法信号、噪声模态不易确定的问题,并且可在滤除高频背景噪声的同时保留信号细节。首先通过EMD将信号分解得到若干本征模态(IMF)分量,然后使用DFA区分噪声主导IMF分量和信号主导的IMF分量,对噪声主导分量进行NLM去噪处理,最后与信号主导分量一起重构信号。分别对仿真信号和电涡流传感器输出信号进行去噪处理,结果表明,相较EMD去噪法和EMD-小波阈值去噪法,所提方法去噪性能更优,SNR(MSE)值提升(减小)明显,去噪后信号的毛刺与高频震荡大大减少。(本文来源于《传感技术学报》期刊2019年09期）
刘勇,贺生国,杨清勇,高炳春,刘鹏[7]（2019）在《一种新的摆度信号去噪方法及其应用》一文中研究指出受现场环境和设备的干扰,水轮机组摆度信号中存在较强的脉冲噪声和高斯白噪声,导致真实有效信号被淹没,这为信号提取带来很大的困难。针对这一问题,提出一种将中值滤波、小波阈值去噪以及Savitzky-Golay平滑滤波相结合的摆度信号去噪方法。首先,对待分析信号用中值滤波器进行去除脉冲噪声的预处理;其次,通过Savitzky-Golay平滑滤波和阈值去噪分别去除小波分解后的近似系数和细节系数中的白噪声分量。仿真结果表明,该方法能有效提高信噪比、局部相关指数以及平滑度,降低均方误差。实验结果表明,该方法既能去除水轮机组摆度信号中的噪声,又能有效保留真实信号中的细节特征。(本文来源于《振动.测试与诊断》期刊2019年05期）
张琳梅,胡红萍,白艳萍,王鹏[8]（2019）在《基于IGA-小波软阈值的MEMS矢量水听器信号去噪方法》一文中研究指出提出了将使用新的遗传策略,将与当前进化迭代和种群平均适应度变化趋势相关的惩罚因子引入到遗传算法的自适应交叉、变异概率中,依据种群适应度集中分散程度自主调节遗传操作顺序的改进的遗传算法,并用此改进的遗传算法自适应获取最佳小波阈值,然后结合小波软阈值去噪方法对信号去噪.仿真实验和实测实验说明提出的基于改进遗传算法的小波软阈值去噪方法具有良好的去噪性能,且具有一定的稳定性.(本文来源于《数学的实践与认识》期刊2019年19期）
刘婷[9]（2019）在《基于EMD和小波阈值去噪的声发射信号处理》一文中研究指出为了提取更加准确的声发射信号的信息,基于断铅试验,利用EMD对声发射信号进行特征提取,并且对提取后的特征信号再进行小波去噪处理。结果表明,该方法能够保持原信号特征不变,并且使信号特征更加明显,有助于后续声发射信号处理。(本文来源于《设备管理与维修》期刊2019年19期）
方海荣[10]（2019）在《基于小波变换的光电传感器信号去噪技术》一文中研究指出针对光电传感器在应用时易受到周围环境干扰使得采集信号存在噪声等问题,文中分析和研究了一种基于小波变换的光电传感器信号去噪的方法。该去噪方法在离散小波变换的基础上,通过选择合适的小波基函数以及阈值函数来抑制小波分解系数的低频分量。同时保留小波系数中的高频分量,然后经过小波重构,实现了对接收到信号的去噪处理。仿真试验去噪结果说明,该方法能有效去除信号中的噪声,对进一步研究光电传感器信号去噪具有良好的研究价值。(本文来源于《电子设计工程》期刊2019年19期）
信号去噪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
耦合毛细管电泳技术的非接触式电导检测器在检测痕量化学物质时具有较高的灵敏度,然而噪声会导致获得的信号检测结果存在偏差。针对非接触式电导检测信号的数据特点,提出基于小波变换的阈值去噪方法:利用高斯函数模型和高斯白噪声模拟仿真非接触式电导信号曲线,继而逐步选取不同的参数来得到多个去噪结果,并选择若干评价指标对去噪结果进行评价,从而确定最优去噪参数。同时,将小波变换算法与其他常用去噪算法进行对比,验证其优越性。最后将最优参数代入小波阈值去噪算法,对叁种痕量无机离子的非接触式电导信号进行去噪处理。实验结果表明:叁种痕量无机离子的电导信号经过去噪处理后,信噪比显着提高,数据曲线光滑,且保留了数据特征,具有可行性及有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号去噪论文参考文献
[1].李晶,张方舟.小波变换在核磁共振测井信号去噪中的应用研究[J].计算机与数字工程.2019
[2].李传文,魏圆圆,张俊卿,陈翔宇.基于小波变换的非接触式电导信号去噪研究[J].仪表技术.2019
[3].李丽,李龙民,王红蛟,孙西花.基于分数阶小波变换的两相流信号去噪分析[J].科学技术创新.2019
[4].任广振,郑月忠,刘安文,王昕.基于FFT-EEMD的XLPE电力电缆局放信号去噪方法[J].电线电缆.2019
[5].丁岚,刘广顺,周民,张田田.航空绞车组件测试中扭矩信号采集的去噪研究[J].物联网技术.2019
[6].杨璐,李醒飞,纪越,拓卫晓,周政.基于EMD-DFA-NLM的电涡流传感器信号去噪方法[J].传感技术学报.2019
[7].刘勇,贺生国,杨清勇,高炳春,刘鹏.一种新的摆度信号去噪方法及其应用[J].振动.测试与诊断.2019
[8].张琳梅,胡红萍,白艳萍,王鹏.基于IGA-小波软阈值的MEMS矢量水听器信号去噪方法[J].数学的实践与认识.2019
[9].刘婷.基于EMD和小波阈值去噪的声发射信号处理[J].设备管理与维修.2019
[10].方海荣.基于小波变换的光电传感器信号去噪技术[J].电子设计工程.2019